ai 画模特的七段提示词结构：从零写出第一张可用图
先讲清一件事：ai 画模特出不出彩，七成看提示词结构，三成看抽卡运气。结构对了，抽卡是收尾动作；结构错了，抽卡就是无底洞。这篇把七段结构、完整模板、迭代记录一次讲全。
ai 画模特的提示词，新手最常见的写法是把二十个形容词一股脑塞进一段话，"高清、唯美、精致、高级、时尚"全堆上，结果图出来样样都有点、样样都不对。问题不在词不好，在没有结构：模型分不清哪个词管脸、哪个词管光、哪个词管衣服，只能和稀泥。
我带过两个刚接手出图工作的同事，都用同一套七段结构上手，两个人三天内都出了第一张能上架的图。结构这个东西，就是把"凭感觉"变成"填格子"，格子填对了，剩下的交给抽卡。填格子的另一个好处是能分工：你定结构和审美，别人照格子填内容，出图质量的下限就被结构托住了。
七段结构逐段拆解
七段各管一摊：主体管人、服装管衣、姿态管动作、镜头管构图、光线管明暗、背景管环境、画质管精粗，一段一句话。每段只干自己的活，写的时候一段一行，检查的时候也一段一行，哪个环节出废片改哪段，不用整句推倒重来。这是结构化最大的好处：问题可定位。
逐段给词例。主体段："25岁亚洲女性，鹅蛋脸，齐肩黑发"；服装段："燕麦色高领毛衣，直筒牛仔裤"；姿态段："侧身坐姿，双手捧茶杯"；镜头段："中景，平视，50mm镜头感"；光线段："窗边柔光，左侧光源"；背景段："米色墙面，绿植虚化"；画质段："细节清晰，自然肤色"。七行加起来不到60个词，比一段糊满形容词的写法出图稳得多。每段控制在一句话以内还有个好处：交给英文翻译时不会出现长句嵌套，模型对短句的理解准得多。
反面例子也留一个：我曾经把"逆光"和"柔光"同时写进光线段，一个要硬轮廓一个要软过渡，模型两头为难，出的图光又平又脏。互相打架的词出现在同一段，是新手废片的最大来源。同类冲突还有"特写"配"全身"、"俯拍"配"平视"，写完检查一遍每段内部有没有方向相反的词，能省掉大半废片。
一段能直接抄走的完整模板
模板就按七段顺序拼：人物、服装、动作、镜头、光、背景、画质各一行，换款只动服装行。给你一份我常用的中文版，直接翻译成提示词就能跑："25岁亚洲女性，鹅蛋脸，齐肩黑发，气质干净 / 燕麦色高领毛衣，浅色直筒裤 / 自然站立，一只手轻扶衣角 / 中景平视，腰部以上构图 / 柔和窗光从左前方来 / 浅米色纯色背景，轻微虚化 / 细节清晰，真实质感，自然肤色。"
用这份模板的正确姿势是"换行不换骨"：换款式只改服装行，换场景只改背景行，其余五行钉死。我店里所有基础款图都从这一份母版派生，模特一致性顺带就保住了。英文版就照中文逐段翻译，别加戏，加了戏结构就散了。
模板跑通之后记得存档，存档时备注日期和用途。三个月后回头看，你会发现自己哪几段的写法在进化，这个记录比任何教程都值钱。
负面提示词与抽卡迭代
负面提示词固定挂三样：多余手指、肢体畸形、五官扭曲，出图后按10张选1张的节奏迭代。别指望负面词消灭废片，它的作用是压低废片率。我一批10张里出1到2张可用就是正常水平，偶尔一张直接能用的"天选图"，那种日子一个月碰不到几回。抽卡的每批次记三样：用的哪版模板、废片坏在哪、改了哪个词，记到第二周，你就能预判哪些词一写就翻车。
出图后的处理也有讲究，可用图经常离"能上架"差一口气，清晰度不够就交给放大流程，我记过一篇完整的：模特ai画图放大就糊？1024到2048的实测放大流程，从1024放大到2048的具体步骤都在里面。
回到开篇那个比例：七成结构，三成运气。结构是你能攒下的家底，运气是每天的波动，把家底攒厚了，波动就伤不到你。第一张图可能要折腾一晚上，第十张开始就是复制粘贴的活，ai 画模特这件事的门槛，就设在七段结构那一行。
常见问题
提示词是不是越长越好？
不是，长而不乱才有用。七段结构下每段一句话足够，超过模型的注意力范围，前面写的词会被后面稀释，反而不如精简的版本稳。
中文提示词可以直接用吗？
主流工具基本都支持中文，但同一句话英文的理解精度普遍高一截。我的习惯是中文打草稿理结构，正式出图翻成英文，两步都不费事。
同一段提示词为什么每次出的图不一样？
生成过程带随机性，种子不固定就每批不同。想要可复现，把种子值固定下来；想批量挑好图，就利用这个随机性多抽几次。
新手要不要先学各种参数？
不用，先把七段结构写顺，参数就用到采样步数和重绘幅度两处。等你能稳定出图了，再回头调参数，那时每个参数的变化你才有感觉。